Vi Testade att Arbeta Utan AI i en Vecka

Eftersom vi är ett teknikstartup lever vi på en stadig diet av koffein och banbrytande mjukvara. Om det finns ett nytt verktyg som lovar att spara tio minuter av vår tid är det stor chans att vi redan var ett steg före. Med Claude som hjälper oss skriva dessa kalla e-postmeddelanden och Ideogram som producerar vackra blogvisuals var AI nästan som den stoiske, hyperskickliga kollegan som aldrig sover. Det är ungefär så magin sker för oss.

Men för två veckor sedan ställde någon under vår dagliga standup-samtal en fråga som frös alla till is: 'Hur skulle det vara om vi bara… inte använde AI på en vecka?'

Vi hade ingen problem med att göra det; vi är enorma AI-fans och vi försökte inte bevisa något. Vi ville helt enkelt vara nyfikna. Hur ser vår arbetsflöde ut när autopiloten är avstängd? Kunde vi fortfarande arbeta i samma tempo om vi var tvungna att slita på det på det gamla sättet?

Så vi pausade AI-medarbetarna och såg hur det är att gå tillbaka till det enklaste för en vecka.

Den stora AI-blackouten: Dag 1–2

De första timmarna var som att vakna från ett 48-timmars flyg med försvunnen bagage. Uppgifter som vi älskade att automatisera och hantera på sekunder… vi var tvungna att göra dem manuellt nu.

Vår huvudsakliga kommunikation (Slack) och projektplanering (Trello, Notion) verktyg förblev intakta. Dessa är våra grundläggande verktyg, naturligtvis. Men… ingen AI-möjlighet. Så sammanfattningar av långa Slack-trådar som vi vanligtvis kan få på en blink från Slack-boten var plötsligt borta.

På Trello, istället för att få AI-input om hur vi skulle dela upp våra uppgifter, kunde vi bara dra från vår egen kunskap och erfarenhet. Notion, vår egen personliga andra hjärna, blev lite mindre ordnad på grund av bristen på AI för att automatiskt tagga eller föreslå relaterade dokument.

Vi insåg hur beroende vi hade varit av AI för att kasta slumpmässig irrelevant information ut genom fönstret.

Praktiskt exempel- En komplex felrapport togs emot. Med en kort begäran till Claude eller ChatGPT kunde vi helt enkelt ha sammanfattat problemet och listat några preliminära steg med hjälp av vår befintliga dokumentation i Notion. Utan denna AI-hjälp tillbringade utvecklarteamet ytterligare 30 minuter med att tolka loggarna och brainstorma lösningar, vilket tog evigheter.

Kod, innehål och kreativitet: Dag 3–4

Det var här gummin verkligen träffade vägen för våra utvecklare och innehållsskapare.

Kodning utan en samarbetspartner: Cursor och Supabase

Med Cursor är våra utvecklare i princip klistrade till AI-kodredigeraren. Vi saknar smart kodkomplettering, inline-feldetektering och refaktoriseringsförslag. "Det är som att utforska en ny stad utan GPS," enligt en av våra ledande utvecklare. Felsökningtiden ökade och nya funktioner skulle märkbart gå långsammare eftersom mer manuell inspektion av syntax och idiom krävdes.

Supabase är ett fantastiskt backend-verktyg, men mycket mer så när det används med AI för att hjälpa till att producera komplexa frågor eller schemadefinitioner. Utan AI-hjälp överskugade handskriven boilerplate-kod framstegen i syntax.

Verklig implementering: Att skapa en ny API-slutpunkt. Cursors användning ledde ofta till att AI rekommenderade fullständiga funktionsimplementeringar eller även den bäst lämpade SQL-frågan för den aktuella projektsituationen. Utan Cursor var utvecklaren tvungen att skriva varje rad, ständigt hänvisa tillbaka till dokumentation och kontrollera varje komponent grundligt.

Innehållsskapande & Forskning

Återigen var detta utan tvekan den mest påverkade avdelningen. Vårt innehållsteam kände det saknade stycket mest. Vi förlitar oss mycket på ChatGPT och Claude för att få råa konturer ned, omformulera, omformulera igen, sammanfatta eller ibland göra djup forskning. Perplexity driver vår förmåga att snabbt hitta detaljerad information. Grok och Gemini fungerar för förenklade, nano-uppgifter och erbjuder oss skalade och ofta kontextuellt exakta alternativ för steg-för-steg-uppgifter.

• Att generera videor och visuella element var en av de mest tidskrävande uppgifterna. HeyGen och ElevenLabs är perfekta för röstkloning och videogenerering för att producera snabba videor.
• Descript, som gör att vi kan redigera videor genom enkel skrivning, var ovärderlig.
• Utan dessa tidsbesparingar återgick vi till traditionell B-roll-videoredigering inom DaVinci Resolve, vilket, även om det är mer exakt, är tidskrävande.
• Canva står inte under AI, men använder AI-baserad generering för att testa snabba designiterationer.
• Adobe Firefly, tillsammans med Ideogram, vår huvudsakliga källa för AI-genererade B-roll och bloggomslag, lämnade oss struggling för att hitta traditionella stockbilder som matchade vår budget för liknande (och snabbt i högkvalitet) material.

Verkligt exempel: Vi behövde en ny demovideo för vår social media. Utan moderna verktyg skulle en video som normalt skapades med ett manus skrivet av ChatGPT, förfinat med Claude och berättad av ElevenLabs ta oss några timmar. Utan dessa verktyg var vi tvungna att spela in voice-over manuellt, hitta stockfotage eller skapa grafik från början med Canva och importera dem till en 3-timmars animations-/redigeringssekvens i DaVinci Resolve. Detta tog oss en och en halv dag, medan det normalt tar oss mindre än 6 timmar. Det är onödigt att säga att tidsskillnaden var extremt betydande.

Affärssidan: Dag 5–7

Även affärs- och marknadsföringssidan, som vi skulle kalla mindre "teknikintensiv," började känna av ringeffekten.

Försäljning, marknadsföring & Automation

• Vana vid Apollo för AI-genererade förslag till kallkontakt, var vårt försäljningsteam nu tvungna att tillbringa mer tid med att bygga hyperanpassade e-postmeddelanden från grunden.
• För mycket besvär, minst att göra arbete som annars skulle automatiseras, och den (relativt anständiga) HubSpot CRM kändes mindre effektiv utan AI-baserad kundupptäckt.
• Vår Yoast SEO-plugin fungerade fortfarande, viktigt för våra topblogginlägg, men vi saknade de sofistikerade AI-baserade nyckelordanalysteknikerna som vi är mycket förtjusta i.
• GTranslate — inte det mest komplicerade verktyget, visade hur lätt vi kan kontakta kunder runt om i världen.
• Fathom — vår AI-anteckningsmaker i möten saknades verkligen. Att anteckna manuellt är viktigt, men Fathom fångar diskussionen, konverterar till lättsmälta sammanfattningar i realtid och plockar upp handlingspunkter i sammanhang på ett sätt som inte kan göras i realtid med mänskliga anteckningsmakare.
• Grammarly, alltid överst i vår grammatikväktare, gav oss en grammatiskt korrekt grund, men saknade alla de mer avancerade rekommendationerna om stil och ton som vi fick genom att använda AI-skrivhjälpare.

Och sedan fanns det n8n och Zapier. Från arbetsflödesautomationsverktyg tenderar avancerad anpassad automation att få in AI för att lösa villkorlig logik eller datafiltrering. Utan dessa AI-integreringar var några av våra mer komplexa arbetsflöden tvungna att startas manuellt eller förenklas.

Exempel: Ett väsentligt klientmöte. Fathom skulle ha antecknat under mötet, skapat en sammanfattning av fattade beslut och tillhörande handlingspunkter, allt på ett par minuter, och sedan distribuerat materialet till rätt mottagare. Utan programvaran tog en medlem av teamet protokoll, spenderade sedan nästan femton minuter efter mötet för att granska dem och extrahera och delegera uppgiften till specifika lagmedlemmar.

Huvudpoängen (TL;DR): Det ersätter inte, det förbättrar

Vår vecka utan AI var inte en vecka av totalt misslyckande eller en hård väckning på vår totala beroende. Men en viktig övning i att förstå hur vi har kommit att förstå de sätt som AI är genomgripande "bakade in" i våra arbetsflöden. Vi nådde fortfarande mycket, men detta var en mer tidskrävande, ansträngande och ofta mindre än förstagångserfarenhet.

Det vi saknade mest var inte AI själv, utan effektiviteten, hastigheten och innovationen som AI tillät oss:

• Iterera snabbare: Genom att använda uppgifter som design och kod för att stödja initial skapande, vilket frigör oss för att förfina, polera och tänka på koncept istället för att bygga dem.
• Prioritera högre värderade uppgifter: Repetitiva och informationstäta uppgifter delegeras till AI, så att vårt team kan fokusera på högre design- och strategiska uppgifter.
• Öka experthjälpt noggrannhet och kvalitet: AI fångar fel och hjälper till att uppnå en nivå av konsistens och förfinad nyans som annars undgår lätt replikering.
• Demokratisera din skapelse: Eftersom med verktyg som HeyGen och Descript kan människor skapa lika informativa, visuellt tilltalande videor som experter, vilket slår ned barriärer.

Experimentet bekräftade vår ståndpunkt att AI är en invecklat värdefull partner och inte ett hot mot människor: det kan hjälpa oss spara tid, förbättra vår hantverk och leverera det vi gör bäst, bättre och snabbare. Vi är äntligen på vår ursprungliga fulla styrka AI-för-egen-del nu, efter att ha återvänt till full styrka med en omformad medvetenhet om att de digitala medarbetarna verkligen lägger till något till våra liv och vårt arbete.

Det visar sig alltså att människor kunde överleva utan AI, men för att blomstra i det höghastighetsekosystem för teknik verkar det som att du behöver arbeta med, och utvecklas på grund av det.

Vill du bygga ett högpresterande fjärrdistribuerat teknikteam?

Kolla in MyNextDeveloper, en plattform där du kan hitta de bästa 3% av mjukvaruingenjörer som brinner för innovation. Våra on-demand-, dedicated- och grundliga mjukvaru-talentlösningar ger en omfattande lösning för alla dina mjukvarkrav.

Besök vår webbplats för att utforska hur vi kan hjälpa dig att bygga ditt perfekta team.